HQY 一个和谐有爱的空间

RAG理论

1. 什么是RAG

众所周知，大模型基于海量的数据来训练，它具备非常强大的智能，能够回答各种问题。但是我们在使用过程中发现，通用大模型在某些专业领域能力还不够强，很多领域相关问题很难回答得上来。通常，预训练（pre-train）的大模型只懂得它训练时用的数据，对于训练集之外的新信息（比如网络搜索新数据或特定行业的知识）就不太清楚。

那么怎么构建一个私有的GPT大模型呢？方法有很多种，包括 1. 重新训练私有领域数据的大模型，2. 基于已有大模型做专有数据的微调(FineTuning) 3. 通过RAG技术，优化大模型基础能力。4. 通过Prompt 工程把私有数据在对话中给到大模型。

RAG: Retrieval Augmented Generation，检索增强生成技术。RAG由FaceBook AI实验室 于2020年提出，他们的论文Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks[1]， 提供了一种通过给大模型提供向量数据来增强模型能力的方法。

快速来看一下文章摘要：

1. 背景与挑战：这些大型预训练语言模型，因其存储了大量事实知识和在 NLP 任务中的出色表现而闻名。但它们在精确获取和处理知识方面存在局限，尤其是在知识要求高的任务中。这导致它们在特定任务的架构上表现不佳。此外，如何提供决策依据和更新模型中的知识仍是一个挑战。

1. 检索增强生成（RAG）方法：文章提出了一种 RAG 模型的微调方案，这些模型巧妙地结合了预训练的参数记忆（例如 seq2seq 模型）和非参数记忆（例如维基百科的密集向量索引）。通过预训练的神经检索器，这种组合被赋予了新的生命。RAG 模型的目标是利用这两种记忆类型，使语言生成更加生动和具有创造力。

1. 两种RAG形式：研究精心比较了两种 RAG 形式。一种在整个生成过程中使用相同的检索段落，另一种则可以为每个词汇使用不同的段落。。

1. 性能与评估：在多种知识密集型 NLP 任务中，RAG 模型经过微调和评估后，创造了三个开放领域问答任务的新纪录，超越了传统的参数型 seq2seq 模型和专门的检索-提取架构。在语言生成方面，与仅使用参数的 seq2seq 模型相比，RAG 模型能生成更加具体、多样和真实的语言。

整体看一下：论文对RAG技术的理解。主要由 Retriever和Generator两大部分组成。

随着时间的推移，尤其是大模型的进步，RAG的架构有些变化，更加组件化和清晰化。如果希望了解更多关于RAG的历史和发展，推荐仔细阅读综述文章：

Retrieval-Augmented Generation for Large Language Models: A Survey

image.png

2. 进一步理解RAG

第一节相对学术化一些，我们来看一个更好理解的图：

从上图可以看到RAG的系统核心,由User(Query),(Vector) Index , LLM 三大组件组成。

2.1 三大组件

1. 用户发起的查询(User->query)。这种查询一般都是自然语言的，用户不再需要学习类似于之前搜索引擎的DSL或者数据库的SQL。这样大幅降低这类系统的使用门槛。

2. 模型所需的外部数据(Index -> prompt)。可以看到，RAG系统的核心工作其实在这个组件。

3. 
   

1. 索引：将不同类似的用户数据，比如结构化的关系数据库、非结构化的文本、甚至是可编程的API，通过向量嵌入(Vector embedding)方法来将它们变成向量数据。

2. 召回，向量数据的召回，本质上通过余弦相似度来找到最匹配的多个向量。目的是从大量数据中快速筛选出与查询最相关的文档子集，为后续的更详细检索过程提供一个更专注的候选集。这种方法旨在提高检索过程的效率和效果，减少计算资源的需求，并加速响应时间。

3. 查询。这里查询方法有很多种，涉及到向量数据库的相关度计算与评估，不同的查询策略。

4. 大模型(LLM)。这里面的大模型可以是开源的Llama2/Mistral 等，也可以是闭源的GPT3.5/4等。

2.2 实现RAG的五个步骤

重复总结一下，实现RAG中有五个关键步骤，如下图所示：

• 加载：指将各种文本文件、PDF、其他网站、数据库还是API等数据，导入我们工作流的步骤。

• 索引：和普通关系数据库无本质差异，在于通过索引加速查询。不同的是，具体的索引算法。

• 存储：存储索引以及其他元数据，以避免重新索引

• 查询：对于任何给定的索引，可以进行多种查询，包括子查询、多步查询和混合策略。

• 评估：提供了关于查询的响应有多准确、快速的客观衡量。

3. RAG的进化

image.png

1. 初级RAG（Naive RAG）：这是RAG的最初形式，包括基本的索引、检索和生成过程。它以简单的方式将检索到的信息与生成任务相结合，但可能存在准确性和效率的问题。

2. 高级RAG（Advanced RAG）：在初级RAG的基础上，高级RAG引入了预检索和后检索处理方法，优化了索引和检索流程。这种范式致力于提高检索内容的质量和相关性，以及提升生成任务的效果。

3. 模块化RAG（Modular RAG）：这种范式通过引入多样的模块，如搜索模块、记忆模块和额外的生成模块，提供了更多的灵活性和定制化能力。模块化RAG允许根据特定问题的上下文重新配置或替换模块，实现更复杂和高效的检索增强生成任务。

再次推荐阅读综述文章

Retrieval-Augmented Generation for Large Language Models: A Survey

4. RAG能干嘛？

RAG的LLM应用的用例无穷无尽，但大致可以分为三类：

查询引擎[2]: 查询引擎允许您对您的数据提出问题。它接收自然语言查询，并返回响应，以及检索并传递给LLM的参考上下文。

聊天引擎[3]：聊天引擎用于与您的数据进行多轮对话。

Agent(代理)[4]: Agent由LLM驱动，能够实现自动决策。可以采取任意数量的步骤来完成给定的任务，动态地决定最佳行动方案。Agent某种意义上来讲是一种AGI。

5. 给我也搞一个

可以！接下来我们基于Llama Index[5]库来实现一个网页数据的Q&A机器人。

RAG实战

2023 年以来，出现了大量的开源 & 闭源LLM大模型，基本上都能够在上面构建 RAG 系统。最常见的方式包括：

• GPT-3.5/4 + RAG（闭源方案）

• Llama 2 / Mistral + RAG（开源方案）

基于LLama-Index 和 GPT3.5 来构建

我们基于来LLama-Index 和 GPT3.5 来构建一个RAG系统，它能够访问你指定的网页数据，你可以提问关于这个网页的任何内容。

1. Llama-Index是一个简单灵活的数据框架，用于连接自定义数据源到大型语言模型（LLM）。

2. 它提供了API和入门教程，方便用户进行数据的读取和查询。

3. Llama-Index可以作为桥梁，连接自定义数据和大型语言模型。

4. 通过Llama-Index，用户可以轻松构建应用程序，并访问私有或特定领域的数据。

• 复习一遍流程：加载、索引、存储、查询、评估

加载库和数据

索引&存储

## index 
import os

import openai

#设置你在openai的密钥
os.environ['OPENAI_API_KEY'] = "sk-"

openai.api_key = os.environ['OPENAI_API_KEY']
from llama_index.llms import OpenAI  

## 指定GPT3.5模型，记得要用gpt-3.5-turbo-1106，更便宜
llm = OpenAI(model="gpt-3.5-turbo-1106", temperature=0)
from llama_index import ServiceContext  

## 向量化，采用BAAI的向量库，开源免费，比用OpenAI的embbeding便宜。
service_context = ServiceContext.from_defaults(llm=llm, embed_model="local:BAAI/bge-small-zh-v1.5") #BAAI/bge-small-zh-v1.5. BAAI/bge-small-en-v1.5

查询

不同的查询策略和效果

image.png

image.png

image.png

完整代码

可以复制我在Colab的notebook [6]直接运行。

推荐本站淘宝优惠价购买喜欢的宝贝:

本文链接：https://hqyman.cn/post/7443.html 非本站原创文章欢迎转载，原创文章需保留本站地址！

休息一下~~